llms.txt y citas de la IA: lo que dicen las pruebas y lo que no

Esta semana dos artículos se hicieron la misma pregunta desde extremos opuestos: ¿hay algo en tu propio sitio que decida si un asistente de IA lo cita? Un mantenedor cuenta que el archivo que recomienda casi cualquiera, llms.txt, apenas le sirvió. Una empresa cuenta que un sitio construido por completo con estadísticas inventadas siguió siendo recuperado por ChatGPT mucho después de que Google dejara de mostrarlo. Ninguno de los dos es un estudio. Los dos merecen una lectura atenta, y los dos apuntan al mismo hueco incómodo entre que te encuentren y tener razón.

El relato de un mantenedor: casi nadie leía el archivo

Cristian Tabacitu mantiene Backpack for Laravel, un paquete de panel de administración con unos diez años de vida. Escribió que publicaron un llms.txt y que duda de que sirva de mucho: los agentes rara vez lo buscan, y cuando lo encuentran es un índice de una documentación que ya podían leer. Está pensando en quitarlo. Un servidor MCP que montaron para buscar en su documentación dio resultados irregulares por un motivo parecido: el agente tiene que decidir llamarlo y casi nunca lo hace. Su regla práctica es que lo que un agente tiene que acordarse de ir a buscar funciona mal, y lo que funciona es lo que ya tiene delante o ya está en sus datos de entrenamiento.

Lo que él señala como causa es, en su mayoría, de la vieja escuela: una API que se mantuvo estable durante años, de modo que el código correcto es el que acabó en los datos de entrenamiento; deprecar en lugar de renombrar, porque un cambio de nombre parte lo que aprendió un modelo en una versión vieja y otra nueva; diez años de issues abiertas y tutoriales como ejemplos; y código legible dentro de vendor/, que es donde los agentes van a resolver sus propias dudas.

El experimento de una empresa: que te recuperen no es que te posicionen

El segundo artículo es del blog de Peec AI, una empresa que vende seguimiento de visibilidad en respuestas de IA, así que léelo como lo que es: un proveedor describiendo su propio experimento. El autor dice que en marzo de 2026 generó en un solo día 50.000 páginas de estadísticas con GPT-4.1, con cada cifra inventada y sin revisar, por unos 50 $. Según su relato, Google indexó el sitio en más o menos una semana y la visibilidad se hundió después de dos actualizaciones de Google. Aun así, cuenta que ChatGPT siguió recuperándolo: unas 72.000 peticiones de ChatGPT-User, el agente que trae páginas en tiempo real, solo en los últimos 30 días. También afirma que sus cifras inventadas aparecieron en un artículo académico y en un informe de inversión de un banco.

Su conclusión es que posicionar en Google y ser recuperable por un asistente son problemas distintos. Un asistente reescribe una petición en varias subconsultas, reúne páginas candidatas, las reordena y abre unas pocas. Nada en esa cadena, tal como él la describe, comprueba si una cifra es cierta.

Lo que este sitio sabe de su propio llms.txt

Este sitio sirve /llms.txt y /llms-full.txt. Los dos se generan con datos reales: las páginas de categorías de herramientas, cada herramienta activa con su descripción (el archivo completo añade los pasos y las preguntas frecuentes de cada herramienta) y los artículos publicados del blog principal. Los dos están solo en inglés. robots.txt permite de forma explícita cuatro rastreadores de IA por su nombre: GPTBot, ClaudeBot, PerplexityBot y Google-Extended.

Lo que el sitio no sabe pesa más. Una visita de uno de esos cuatro se cuenta aparte en sus estadísticas, pero solo cuando la baliza de seguimiento de la página la notifica, algo que nunca hace un rastreador que lee el HTML sin ejecutar el script, y un archivo de texto plano no tiene script alguno. ChatGPT-User no está en la lista. Así que aquí no hay ninguna medición de quién lee llms.txt, ni de si ha llevado a una sola cita. Este artículo no afirma nada en un sentido ni en otro, porque no hay en qué basarlo.

La regla de la casa: solo cifras con fuente

El experimento del proveedor demuestra que una cifra inventada puede llegar muy lejos antes de que alguien la compruebe. La regla de este sitio es la respuesta sencilla a eso: cada cifra y cada cita son reales, sin métricas inventadas. Si aparece una cifra, la frase dice de quién es y un enlace lleva a su origen. Eso cuesta algo de alcance, porque una afirmación con fuente siempre es más estrecha que una inventada. Aun así, es la única clase de afirmación por la que vale la pena que te citen.

Si estás decidiendo qué hacer esta semana: conserva llms.txt si te sale barato, pero no esperes que haga el trabajo. Dedica el tiempo a lo que, según ambos artículos, sí tiene efecto: URL estables y nombres que no cambias, hechos claros con su fuente en la propia frase, datos estructurados que coinciden con la página visible y una documentación que un agente puede leer sin que se lo pidan. Fuentes: Backpack for Laravel y el experimento de Peec AI.